El fundador tecnológico y director comercial afirma que la IA puede gestionar el embudo, pero las personas aún cierran los acuerdos

Aryan Mahajan es el director de Comercialización en Gerra y fundador de Zoro, donde crea capas operativas de IA para organizaciones de ingresos.

Nos sentamos con Aryan para conocer cómo está utilizando la IA para cambiar las reglas del juego en las organizaciones de ingresos. Esto es lo que nos contó.

Ser su propio caso práctico

Soy Aryan Mahajan. Soy el director de Comercialización en Gerra. También soy el fundador de Zoro, donde creo la capa operativa privada de IA que gestiona las organizaciones de ingresos.

No llegué hasta aquí desde la cima de una organización de ventas. Empecé con 500 $ y sin red de seguridad, obligado a hacer que una cantidad diminuta de dinero se comportara como un equipo grande. Esa limitación se convirtió en toda la filosofía: cuando no puedes contratar, dejas de preguntar «¿A quién añado?» y empiezas a preguntar «¿Qué puede gestionar un solo operador junto con una flota de agentes de IA?». La respuesta se convirtió en una empresa que pasó de 0 $ a 90.000 $ de ingresos recurrentes mensuales en 14 meses y que ahora genera 150.000 $ al mes con márgenes superiores al 95 %. Opera con más de 30 agentes de IA distintos, un equipo que puedes contar con los dedos de una mano y un motor de contenidos que ha generado más de 50 millones de visualizaciones y 50.000 clientes potenciales.

Me importa la IA en los ingresos porque no estoy teorizando sobre ella. Soy el caso práctico. La organización de ingresos que lidero demuestra que la capa operativa que creo para otros funciona.

Replantear la parte superior del embudo de ingresos

Sustituí toda la parte superior de mi embudo de ingresos —prospección, investigación, cualificación y primer contacto— por un sistema de IA que gestiona la secuencia comercial de principio a fin.

Antes, las horas humanas eran la parte costosa de los ingresos. Un representante de ventas dedica aproximadamente 40 minutos a investigar a un solo prospecto. Un equipo de cuatro o cinco personas cuesta entre 100.000 y 200.000 $ al año. La mayor parte de ese trabajo consiste en leer, estimar el encaje y redactar un primer mensaje. Es un trabajo que requiere criterio, pero es lento, irregular y está limitado por el número de personas que puedes permitirte.

Creé un flujo que busca prospectos, enriquece los datos de cada uno, investiga la empresa y al comprador concreto, puntúa el encaje con respecto al perfil de cliente ideal, descarta a los que no encajan, redacta el contacto inicial en varios idiomas y después gestiona las respuestas.

La investigación que antes costaba 40 minutos por cliente potencial ahora cuesta unos dos céntimos por cliente potencial y funciona las 24 horas del día, los 7 días de la semana. La economía se invirtió: la creación del sistema, realizada una sola vez, sustituye entre 100.000 y 200.000 $ anuales en costes de personal, y el cliente es el propietario absoluto del sistema. Como registra cada respuesta y resultado, el proceso de generación de ingresos por fin tiene memoria: qué funcionó, qué no y por qué, en lugar de que ese contexto viva en la cabeza de cinco representantes distintos.

La prueba más clara: en una campaña, investigó a 214 prospectos, descartó a los 184 que no encajaban y consiguió que un fondo de cobertura de 70.000 millones de dólares respondiera mientras yo estaba sentado en el sofá. Eso no es «IA redactando correos electrónicos en frío», algo que resultaba interesante en 2022. Eso es la IA gestionando toda la secuencia comercial. Ese es el cambio. Pero la mayoría de los líderes de ingresos siguen añadiendo un asistente conversacional a un flujo de trabajo que no debería existir y llamándolo transformación.

Por qué el gusto y el criterio deben seguir siendo humanos

Dejo que la IA impulse toda la capa de investigación y ejecución: prospección y enriquecimiento, puntuación del perfil de cliente ideal y cualificación de clientes potenciales, primeros borradores de contacto y contenidos, clasificación de respuestas, supervisión del embudo y los ingresos, e incluso reparación del sistema. Ejecuto un ciclo de autorreparación que supervisa mis sistemas de clientes en funcionamiento, detecta un fallo y lo soluciona de forma autónoma; he registrado un error que pasó de notificarse a resolverse en cuatro minutos y medio. La IA se encarga de todo lo que requiere mucho volumen o se basa en patrones, especialmente del trabajo que mejora a medida que el sistema recibe más contexto.

Las tareas que siguen siendo explícitamente humanas incluyen los precios, el posicionamiento, las decisiones comerciales finales y los juicios relacionados con el gusto. Fijo los precios en función del apalancamiento que crea un sistema, no de su coste de funcionamiento. No delego ese juicio —lo que vale un resultado para un comprador concreto— en un modelo. Lo mismo se aplica a las palabras finales de una operación y a la voz. La IA hizo que producir resultados fuera gratis, convirtiendo el gusto en lo caro. Ahora todo el mundo tiene los mismos modelos, así que el mercado revela discretamente quién tiene criterio de verdad. Me niego a automatizarlo.

La IA tampoco debería cerrar operaciones. Las personas reales generan confianza en una sala o mediante un mensaje directo, y esa confianza me ha llevado a conseguir algunos de mis contratos más importantes. El último tramo de los ingresos gira en torno a las relaciones y el criterio, y la IA apenas lo ha transformado.

Mi línea divisoria es sencilla: la IA no decide nada que afecte a mi reputación ni me comprometa con un comprador. La IA informa y redacta todo, pero una persona aprueba cualquier cosa que salga en mi nombre o mueva dinero. Mi sistema investiga, puntúa y redacta el mensaje para un prospecto, pero una persona aprueba el envío. Redacta una respuesta para un cliente, pero yo pulso para enviarla.

Por qué la IA no puede crear demanda por sí sola

La IA no genera autoridad ni demanda por sí sola. Puede producir contenido infinito, pero el volumen no es distribución ni confianza.

He generado más de 50 millones de visualizaciones, y las visualizaciones no son donde está el dinero: el dinero está en el puñado de relaciones que esas visualizaciones hicieron posibles. Los equipos que esperan que la IA «genere oportunidades comerciales» produciendo más contenido normalmente solo consiguen más ruido.

La demanda nace de un punto de vista y de pruebas reales: aportaciones humanas que el modelo amplifica, pero no origina.

Por qué los responsables de ingresos deben desconfiar de las automatizaciones excesivas

Veo dos grandes inconvenientes de la IA en el área de ingresos.

En primer lugar, puede equivocarse con total seguridad. Las primeras versiones del sistema de prospección se dirigían a dominios de empresas inventados hasta que exigí verificar cada uno antes de utilizarlo. La solución no fue un modelo más inteligente, sino una barrera de verificación.

En segundo lugar, la automatización que se excede es peligrosa. Una de las primeras ejecuciones autónomas de pagos procesó dos veces el pago a un proveedor basándose en una aprobación obsoleta. Ahora, cualquier acción que mueva dinero o se envíe a un cliente requiere una barrera de aprobación estricta y un plazo para deshacerla: el sistema redacta y prepara, pero una persona confirma.

Y creo que es importante señalar que el cuello de botella simplemente se ha desplazado; no ha desaparecido. Cuando producir resultados se vuelve gratis, el criterio, el juicio y las barreras de seguridad —la capa de revisión humana— se convierten en la limitación, no la producción. Los equipos que añaden la IA sin reconstruir esa capa simplemente generan más cosas incorrectas con mayor rapidez.

Aryan comparte

Creo que es importante señalar que el cuello de botella simplemente se ha desplazado; no ha desaparecido. Cuando producir resultados se vuelve gratis, el criterio, el juicio y las barreras de seguridad —la capa de revisión humana— se convierten en la limitación, no la producción.

Cómo están cambiando los equipos de ingresos

La IA ha hecho que el equipo sea más pequeño, más generalista y más centrado en el juicio. No necesito una persona para cada fase de producción. Necesito un pequeño número de profesionales que entiendan al cliente, la economía y el sistema lo suficientemente bien como para dirigir las máquinas y hacerse cargo de las excepciones.

He creado más de 30 agentes distintos para investigar, redactar, supervisar, hacer seguimiento, realizar entregas y corregir problemas. El esfuerzo humano se concentra donde la máquina es débil: posicionamiento, precios, relaciones, criterio, responsabilidad y decidir qué debe ocurrir cuando el manual habitual deja de funcionar.

La ventaja del talento se ha desplazado hacia profesionales capaces de crear y operar sistemas: personas que pueden participar en una conversación comercial, entender la consecuencia empresarial y después dar forma al flujo de trabajo o colaborar con los ingenieros para modificarlo. Los coordinadores puros tienen menos capacidad de influencia porque la IA puede mover información y producir una primera versión. Los especialistas puros siguen siendo importantes, pero su criterio debe influir en la organización más amplia en lugar de limitarse a sus propios resultados.

El objetivo no es eliminar a las personas de los ingresos. Es dejar de dedicar a tus mejores profesionales a leer, copiar, perseguir y actualizar información, y devolverlos a la confianza y a la toma de decisiones.

Por qué los CRO deben reconstruir sus procesos

Tengo tres consejos:

1. Deja de añadir IA a los procesos existentes; reconstrúyelos. La mayor parte de la «transformación mediante IA» en los ingresos consiste en pegar un chatbot a un flujo de trabajo que no debería existir; y si el proceso es incorrecto, la IA solo hace que lo incorrecto vaya más rápido. Elimina el paso y, después, automatiza lo que quede. Las organizaciones que tratan los ingresos como un problema de infraestructura —conectando la autoridad, la adquisición, la memoria, el seguimiento y la atribución en un único sistema— acumulan ventaja mientras otras todavía escriben instrucciones.
2. Sé dueño de la capa, no la alquiles. El software se ha convertido en un producto básico; un equipo con todo el contexto operativo y una distribución real supera sistemáticamente a las soluciones SaaS listas para usar. La jugada ganadora no consiste en comprar diez herramientas más, sino en crear el sistema operativo subyacente a tu organización de ingresos para que la inteligencia se acumule y sea tuya. Compra herramientas para las funciones básicas; construye la parte que constituye tu verdadera ventaja.
3. Obsesiónate con la capa humana, porque ahí es donde se ha desplazado tu ventaja. La IA ha hecho que la producción sea gratuita, lo que ha vuelto escasos y costosos el criterio, el juicio y la confianza. Dirige la IA a escala —investigación, redacción, supervisión y seguimiento— y concentra a tus mejores personas en el último tramo que no puede cubrir: precios, posicionamiento, relaciones y cierre. Además, implementa un control de aprobación estricto para todo lo que se envíe a un cliente o mueva dinero. El objetivo no es tener menos personas haciendo más ruido, sino escalar tu criterio.

Los CRO que ganen este momento no serán quienes adopten más IA. Serán quienes reconstruyan sus organizaciones de ingresos en torno a ella mientras todavía resulte incómodo.

Sigue su trabajo

Puedes seguir el trabajo de Aryan Mahajan en LinkedIn, Instagram y X. También puedes reservar una llamada con él.

¡Próximamente, más entrevistas con expertos en El Club de CRO!